【python因果推断库7】使用 pymc 模型的工具变量建模 (IV)2

2024-09-06 12:28

本文主要是介绍【python因果推断库7】使用 pymc 模型的工具变量建模 (IV)2,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

与普通最小二乘法 (OLS) 的比较

应用理论:政治制度与GDP

拟合模型:贝叶斯方法

 多变量结果和相关性度量

结论


与普通最小二乘法 (OLS) 的比较

simple_ols_reg = sk_lin_reg().fit(X.reshape(-1, 1), y)print("Intercept:", simple_ols_reg.intercept_, "Beta:", simple_ols_reg.coef_[0])
Intercept: 0.5677845035965572 Beta: 4.427701928515228

我们可以看到,由于处理变量的内生性,OLS 过高地估计了焦点参数的值,而 IV 回归则更接近真实值。正是这种偏误,工具变量设计的目的就是要缓解。

应用理论:政治制度与GDP

提醒一下,我们想要建模以下关系:

iv_df = cp.load_data("risk")
iv_df[["longname", "loggdp", "risk", "logmort0"]].head()

 

当我们观察到政治制度在这个增长系统中是内生的时候,问题就出现了。这意味着我们需要以某种方式控制测量误差和偏误,如果我们简单地拟合一个OLS模型的话。他们继续论证说,我们可以使用一个工具变量,这个变量仅通过政治制度的程度与GDP相关联,通过使用工具变量回归。他们最终建议使用欧洲定居者在那个时期的死亡率作为工具变量,因为较高的死亡率会导致较少的移民和对该地区的投资,这应该会减少在殖民地建立的政治制度。他们可以使用军事记录来收集这些数据。

我们可以手动估计两阶段最小二乘法 (2SLS) 的处理效应如下:

X = iv_df.risk.values.reshape(-1, 1)
Z = iv_df.logmort0.values.reshape(-1, 1)
t = iv_df.risk.values
y = iv_df.loggdp.valuessimple_ols_reg = sk_lin_reg().fit(X, y)
first_stage_reg = sk_lin_reg().fit(Z, t)
fitted_risk_values = first_stage_reg.predict(Z)second_stage_reg = sk_lin_reg().fit(X=fitted_risk_values.reshape(-1, 1), y=y)print("Simple OLS Parameters: Intercept and Beta Coeff",simple_ols_reg.intercept_,simple_ols_reg.coef_,
)
print("First Stage Parameters: Intercept and Beta Coeff",first_stage_reg.intercept_,first_stage_reg.coef_,
)
print("Second Stage Parameters Intercept and Beta Coeff",second_stage_reg.intercept_,second_stage_reg.coef_,
)
Simple OLS Parameters: Intercept and Beta Coeff 4.687414702305412 [0.51618698]
First Stage Parameters: Intercept and Beta Coeff 9.365894904697788 [-0.61328925]
Second Stage Parameters Intercept and Beta Coeff 1.9942956864448975 [0.92948966]

请注意,朴素的OLS估计值0.515与2SLS估计值0.92在处理效应上的显著差异。这与论文中报告的结果相符。

在这个笔记中,我们不会进一步讨论弱工具变量和强工具变量的问题,也不会讨论如何找到并测试工具变量的强度,但我们将会展示如何在贝叶斯设置下拟合这类模型。我们还将讨论贝叶斯方法如何在幕后将焦点(第二阶段)回归和工具(第一阶段)回归建模为具有明确相关性的多元随机变量。想法是将这两个结果一起建模,并带有明确的相关性。这种方法的好处是我们可以获得关于“工具”和结果之间关系的额外见解。

\begin{aligned}\begin{pmatrix}y\\t\end{pmatrix}&\sim\text{MultiNormal}(\mu,\Sigma)\\\mu&=\begin{pmatrix}\mu_y\\\mu_t\end{pmatrix}=\begin{pmatrix}\beta_{00}+\beta_{01}t\\\beta_{10}+\beta_{11}z\end{pmatrix}\end{aligned}

在这个实现的选择上,我们遵循了Juan Orduz博客的例子,该例子又借鉴了Jim Savage的工作。这样做有一个好处,那就是能够明确地表达出我们对处理变量和工具变量联合分布的兴趣。

拟合模型:贝叶斯方法

我们使用CausalPy来处理我们的数据,具体如下:

sample_kwargs = {"tune": 1000, "draws": 2000, "chains": 4, "cores": 4}
instruments_formula = "risk  ~ 1 + logmort0"
formula = "loggdp ~  1 + risk"
instruments_data = iv_df[["risk", "logmort0"]]
data = iv_df[["loggdp", "risk"]]
iv = InstrumentalVariable(instruments_data=instruments_data,data=data,instruments_formula=instruments_formula,formula=formula,model=InstrumentalVariableRegression(sample_kwargs=sample_kwargs),
)az.plot_trace(iv.model.idata, var_names=["beta_z", "beta_t"]);

az.summary(iv.model.idata, var_names=["beta_t", "beta_z"])[["mean", "sd", "hdi_3%", "hdi_97%", "r_hat"]
]

hdi_prob = 0.94
ax = az.plot_posterior(data=iv.model.idata,var_names=["beta_z"],hdi_prob=hdi_prob,
)ax[0].axvline(iv.ols_beta_params["Intercept"],label="Naive OLS Intercept \n Estimate",color="red",
)
ax[1].axvline(iv.ols_beta_params[iv.instrument_variable_name],label="Naive OLS Treatment \n Estimate",color="red",
)
ax[0].axvline(iv.ols_beta_second_params[0], label="MLE 2SLS Intercept \n Estimate", color="purple"
)
ax[1].axvline(iv.ols_beta_second_params[1], label="MLE 2SLS Treatment \n Estimate", color="purple"
)
ax[0].legend()
ax[1].legend();

 多变量结果和相关性度量

正如我们上面所述,贝叶斯方法的一个好处是我们可以直接测量工具变量和处理变量之间的双变量关系。我们可以看到(在二维空间中)估计的处理系数差异如何扭曲预期结果的表示。

az.summary(iv.model.idata, var_names=["chol_cov_corr"])[["mean", "sd", "hdi_3%", "hdi_97%", "r_hat"]
]

fig, axs = plt.subplots(1, 3, figsize=(20, 8))diffs = (iv.model.idata["posterior"]["beta_z"].sel(covariates=[iv.instrument_variable_name])- iv.ols_beta_params[iv.instrument_variable_name]
)
axs[0].hist(diffs.values.flatten(), bins=30, ec="black", color="blue", alpha=0.4)
axs[0].axvline(np.mean(diffs.values.flatten()),label="Expected Diff \n In Treatment Effect \n Estimate",color="magenta",
)
axs[0].set_xlabel("Difference")
axs[0].legend()intercepts = iv.model.idata["posterior"]["beta_z"].sel(covariates=["Intercept"])
betas = iv.model.idata["posterior"]["beta_z"].sel(covariates=[iv.instrument_variable_name]
)raw_df = pd.DataFrame(iv.X, columns=iv.labels)
x = np.linspace(0, 10, 10)
uncertainty = [intercepts.values.flatten() + betas.values.flatten() * i for i in x]
uncertainty = pd.DataFrame(uncertainty).Tols = [iv.ols_beta_params["Intercept"]+ iv.ols_beta_params[iv.instrument_variable_name] * ifor i in x
]custom_lines = [Line2D([0], [0], color="orange", lw=4),Line2D([0], [0], color="black", lw=4),
]uncertainty.sample(500).T.plot(legend=False, color="orange", alpha=0.4, ax=axs[1])
axs[1].plot(x, ols, color="black", label="OLS fit")
axs[1].set_title("OLS versus Instrumental Regression Fits", fontsize=20)
axs[1].legend(custom_lines, ["IV fits", "OlS fit"])
axs[1].set_xlabel("Treatment Scale/ Risk")
axs[1].set_ylabel("Outcome Scale/ Log GDP")axs[0].set_title("Posterior Differences between \n OLS and IV beta coefficients", fontsize=20
)corr = az.extract(data=iv.model.idata, var_names=["chol_cov_corr"])[0, 1, :]
axs[2].hist(corr, bins=30, ec="black", color="C2", label="correlation")
axs[2].set_xlabel("Correlation Measure")
axs[2].set_title("Correlation between \n Outcome and Treatment", fontsize=20);

结论

我们在这里看到的是,在估计不同政策干预的效果方面存在着非平凡的差异。工具变量回归是我们工具箱中的一种工具,可以帮助我们在潜在受上述基本DAG描述的混淆影响的情况下揭示政策的微妙效应。

和其他因果推断技术一样,很多因素都取决于初始DAG对你的情况有多合理,以及混淆的本质是否可以通过该技术解决。工具变量回归在计量经济学中很受欢迎并且是基础性的,主要是因为当我们希望考察政策干预效果时,潜在的混淆模式非常普遍。

这篇关于【python因果推断库7】使用 pymc 模型的工具变量建模 (IV)2的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1141997

相关文章

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python中的getopt模块用法小结

《Python中的getopt模块用法小结》getopt.getopt()函数是Python中用于解析命令行参数的标准库函数,该函数可以从命令行中提取选项和参数,并对它们进行处理,本文详细介绍了Pyt... 目录getopt模块介绍getopt.getopt函数的介绍getopt模块的常用用法getopt模

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Python如何精准判断某个进程是否在运行

《Python如何精准判断某个进程是否在运行》这篇文章主要为大家详细介绍了Python如何精准判断某个进程是否在运行,本文为大家整理了3种方法并进行了对比,有需要的小伙伴可以跟随小编一起学习一下... 目录一、为什么需要判断进程是否存在二、方法1:用psutil库(推荐)三、方法2:用os.system调用

C 语言中enum枚举的定义和使用小结

《C语言中enum枚举的定义和使用小结》在C语言里,enum(枚举)是一种用户自定义的数据类型,它能够让你创建一组具名的整数常量,下面我会从定义、使用、特性等方面详细介绍enum,感兴趣的朋友一起看... 目录1、引言2、基本定义3、定义枚举变量4、自定义枚举常量的值5、枚举与switch语句结合使用6、枚

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

一文带你搞懂Python中__init__.py到底是什么

《一文带你搞懂Python中__init__.py到底是什么》朋友们,今天我们来聊聊Python里一个低调却至关重要的文件——__init__.py,有些人可能听说过它是“包的标志”,也有人觉得它“没... 目录先搞懂 python 模块(module)Python 包(package)是啥?那么 __in